Ultralytics YOLOv5 导出竞赛获奖者
了解 Ultralytics YOLOv5 导出竞赛的获奖者，看看各类设备上的 AI 模型部署成果。
Nuvola Ladi3 分钟阅读
为了帮助所有人轻松训练和部署最佳视觉 AI 模型，我们举办了首届 Ultralytics YOLOv5 导出竞赛。我们重视与开源社区成员保持联系，也总是对用户开发的众多应用印象深刻。
截止日期#
竞赛于 2021 年 5 月 17 日至 2021 年 8 月 31 日 24:00 UTC 举行。此日期之后，竞赛即告结束，后续提交内容不再有资格获得奖金。
评审#
评审于 2021 年 9 月 1 日至 2021 年 9 月 16 日进行。我们的团队对每一份参赛作品都进行了全面评估。
10000 美元奖金#
每个类别的最佳投稿者都获得了 Ultralytics 为该类别提供的全部 2000.00 美元（2000.00 USD）奖金。
5 个类别#
在优秀社区成员的帮助下，我们此前创建了 5 个类别，代表 Ultralytics YOLOv5 模型最常见的实际部署场景，包括 Jetson Nano、Raspberry Pi、Google Edge TPU、桌面 CPU 和 Android Edge 设备。
参赛作品#
参赛者为其作品创建了公开的 GitHub 仓库，为作品指定了开源许可证，并直接将作品发布到 5 个官方 EXPORT 竞赛参赛帖之一，以便社区投票。请注意，这些帖子仅用于官方参赛作品。一般问题或评论已直接发布在此讨论串中，或发布在新的讨论中。参赛作品链接：
竞赛获奖者#
经过慎重考虑，我们选出了五个类别的获奖者，这些类别代表 Ultralytics YOLOv5 模型最常见的实际部署场景。我们已逐一联系所有参赛者，并随后向获奖者发放了奖金。今天，我们很高兴终于能与你分享这些优秀解决方案！
NVIDIA Jetson Nano#
奖金：2000 美元
Google Edge TPU#
奖金：2000 美元
Android#
奖金：2000 美元
Raspberry Pi#
奖金：2000 美元
无人获奖 *
Intel/AMD CPU#
奖金：2000 美元
无人获奖 *
*该类别的投稿未达到各项评估标准的最低要求。因此，本次该类别不设获胜者。不过，未来参与者还有更多机会再次参赛。
恭喜获奖者！记得去看看他们的仓库。
“Ultralytics YOLOv5 库非常出色——几乎每天都会更新，模型运行效果很好，用户体验也在不断改善。我的很多研究都涉及在嵌入式设备上部署 ML，而且我以前使用过 EdgeTPU，所以这看起来是个很有趣的挑战。” Josh Veitch-Michaelis
我们还想向所有参加导出竞赛的人表达诚挚的感谢！我们很幸运，拥有众多宝贵的开源社区成员。正是你们每个人的贡献，让我们的社区如此出色。
继续保持出色表现，不断创造！
评分#
导出竞赛的参赛作品依据多项标准进行评审：导出方法的简洁性和可复现性、文档质量、导出质量，以及导出模型的速度和准确度。随后由 Ultralytics 团队和社区反馈共同为这些参赛作品评分。
导出质量（20%）#
最简单的导出方法应包含最少的步骤、需要最少的参数、使用最少的导入包，并且能以尽可能少的代码执行。
文档质量（20%）#
参赛作品应使用 Markdown 文件编写完善的文档。应说明每个步骤，包括环境设置/要求、任何设置项/参数、导出步骤，以及适用时的部署环境设置。
参赛作品质量（20%）#
应涵盖从官方 yolov5s.pt 模型开始的导出和部署各个方面。对于 Jetson Nano 等有特殊要求的环境，必须提供并记录所有软件包和/或 Docker 镜像。对于 Android 部署，还应提供 Android 参考应用。参赛作品必须包含完整导出和使用YOLOv5 模型所需的全部内容。
部署模型的速度和准确度（40%）#
部署后的模型应返回与官方 YOLOv5 PyTorch 模型几乎相同的推理结果（即使用 python detect.py --weights yolov5s.pt 进行推理）。部署方案的精度将在一组保留测试集上进行分析，该测试集包含 Ultralytics 的图片，不对公众开放。速度同样非常重要，速度最快的部署方案将获得显著优待。对于 Android，导出到 GPU、NNAPI 和 Hexagon 委托程序的方案在此项中得分最高。
作者
评论
提出问题、分享你的结果，或帮助其他人。
